t 检验

t 检验比较两组均值。默认用 Welch t 检验（不要求两组方差相等），这也是多数统计教材推荐的做法；只有在确信方差相等时才选 Student t 检验。

单侧检验只在实验前就确定了方向时使用；「第一组」指数据中出现的第一组，或您在「比较的两组」中写在前面的组。

结果表给出均值差及其置信区间、t、自由度、P 值，以及效应量 Cohen’s d（合并标准差）、Hedges’ g 与 d 的近似置信区间；还附 Levene 方差齐性检验。

批量模式：上传「特征 × 样本」矩阵和样本分组表，每一行（每个基因）各做一次 t 检验，并做多重检验校正；结果按 P 值排序，图为均值差对 −log10 P 的火山图。表达量请先取对数。

样本量很小或明显偏态时，建议同时看「秩和检验」（Mann–Whitney）的结果。

方法说明

Welch B. L. (1947) Biometrika 34:28–35；Student (1908) Biometrika 6:1–25。P 值与置信区间与 scipy.stats.ttest_ind 一致；Cohen’s d = 均值差 / 合并标准差，Hedges’ g = d × (1 − 3/(4(n₁+n₂) − 9))，d 的置信区间用 Hedges & Olkin (1985) 正态近似。批量校正与 R p.adjust 一致。

数据量

长表最多 100,000 行；批量模式最多 100,000 个特征。